FI:IA161 NLP in practice - Informace o předmětu

IA161 Natural Language Processing in Practice

Rozsah

1/1/0. 2 kr. (plus ukončení). Ukončení: k.
Vyučováno kontaktně

Vyučující

doc. RNDr. Aleš Horák, Ph.D. (přednášející)
RNDr. Zuzana Nevěřilová, Ph.D. (přednášející)
doc. Mgr. Pavel Rychlý, Ph.D. (přednášející)
RNDr. Miloš Jakubíček, Ph.D. (přednášející)
RNDr. Marek Medveď, Ph.D. (přednášející)
Mgr. Radoslav Sabol (přednášející)
RNDr. Vít Suchomel, Ph.D. (přednášející)
Mgr. Tomáš Foltýnek, Ph.D. (přednášející)

Garance

doc. RNDr. Aleš Horák, Ph.D.
Katedra strojového učení a zpracování dat – Fakulta informatiky
Dodavatelské pracoviště: Katedra strojového učení a zpracování dat – Fakulta informatiky

Rozvrh

St 25. 9. až St 11. 12. St 10:00–11:50 A219

Předpoklady

Všichni studenti by měli mít praktické znalosti programování v jazyce Python. Předpokládají se přehledové znalosti o oblasti zpracování přirozeného jazyka na úrovni úvodových kurzů jako např. IB030 Úvod do počítačového zpracování přirozeného jazyka nebo PA153 Počítačové zpracování přirozeného jazyka. Seminář je veden v angličtině. Řešení úloh mohou být v angličtině, češtině nebo slovenštině.

Omezení zápisu do předmětu

Předmět je nabízen i studentům mimo mateřské obory.

Mateřské obory/plány

• Analýza a zpracování obrazu (program FI, N-VIZ)
• Bioinformatika a systémová biologie (program FI, N-UIZD)
• Computer Games Development (program FI, N-VIZ_A)
• Computer Graphics and Visualisation (program FI, N-VIZ_A)
• Computer Networks and Communications (program FI, N-PSKB_A)
• Computing Technology and Methodology (program FI, D-INF_A)
• Cybersecurity Management (program FI, N-RSSS_A)
• Digitální lingvistika (program FI, N-DL)
• Diskrétní algoritmy a modely (program FI, N-TEI)
• Formální analýza počítačových systémů (program FI, N-TEI)
• Fundamentals of Computer Science (program FI, D-INF_A)
• Fundamenty informatiky (program FI, D-INF)
• Grafický design (program FI, N-VIZ)
• Graphic Design (program FI, N-VIZ_A)
• Hardware Systems (program FI, N-PSKB_A)
• Hardwarové systémy (program FI, N-PSKB)
• Image Processing and Analysis (program FI, N-VIZ_A)
• Informační bezpečnost (program FI, N-PSKB)
• Informatika (program FI, B-INF) (3)
• Informatika ve vzdělávání (program FI, B-IVV) (2)
• Information Security (program FI, N-PSKB_A)
• Interakce člověka s počítačem (program FI, N-IZU)
• Kvantové a jiné neklasické výpočetní modely (program FI, N-TEI)
• Kyberbezpečnost (program FI, B-CS)
• Nasazení a provoz softwarových systémů (program FI, N-SWE)
• Návrh a vývoj softwarových systémů (program FI, N-SWE)
• Počítačová grafika a vizualizace (program FI, N-VIZ)
• Počítačová lingvistika (program FF, N-PLIN_) (3)
• Počítačové sítě a komunikace (program FI, N-PSKB)
• Použitelná bezpečnost (program FI, N-IZU)
• Principy programovacích jazyků (program FI, N-TEI)
• Programování a vývoj aplikací (program FI, B-PVA)
• Řízení kyberbezpečnosti (program FI, N-RSSS)
• Řízení vývoje služeb (program FI, N-RSSS)
• Řízení vývoje softwarových systémů (program FI, N-RSSS)
• Services Development Management (program FI, N-RSSS_A)
• Software Systems Development Management (program FI, N-RSSS_A)
• Softwarové systémy (program FI, N-PSKB)
• Strojové učení a umělá inteligence (program FI, N-UIZD)
• Technologie a metodologie počítačových systémů (program FI, D-INF)
• Učitel informatiky a správce sítě (program FI, N-UCI)
• Učitelství informatiky pro střední školy (program FI, N-UCI) (2)
• Uživatelská rozhraní ve vizuální informatice (program FI, N-IZU)
• Vývoj počítačových her (program FI, N-VIZ)
• Zpracování a analýza rozsáhlých dat (program FI, N-UIZD)
• Zpracování přirozeného jazyka (program FI, N-UIZD)

Cíle předmětu

Studenti předmětu budou mít příležitost poznat, vyzkoušet a experimentovat s pokročilými technikami zpracování přirozeného jazyka a pochopit možnosti a omezení aktuálních nejlepších řešení. Cílem předmětu je představení současných nejlepších přístupů k řešení problémů jazykového inženýrství a praktické seznámení se s programovacími technikami využívanými v aplikacích jazykových technologií.

Výstupy z učení

Student bude po absolvování předmětu schopen:
- vysvětlit vybraný problém z oblasti NLP a vyjmenovat jeho hlavní aspekty;
- vytvořit základní či mírně pokročilou aplikaci pro obtížnější úkoly zpracování jazyka, typicky pro český, slovenský nebo anglický jazyk;
- vytvořit datové podklady (model, testovací sadu) pro vybraný problém z oblasti NLP a vyhodnotit jejich přínos;
- porovnat vybrané dostupné nástroje na řešení pokročilých úloh zpracování přirozeného jazyka a aplikovat je na zvolené datové sady, případně je upravit pro konkrétní úlohu.

Osnova

• Prezentované úkoly zpracování přirozeného jazyka se soustředí na praktické problémy spojené se zpracování textových dat vytvořených lidmi. Konkrétní témata zahrnují:
• Dolování názorů, analýza sentimentu (Opinion mining, sentiment analysis)
• Strojový překlad (Machine translation)
• Syntaktická analýza češtiny: Pravidla i statistika (Parsing of Czech: Between Rules and Statistics)
• Rozpoznávání jmenných entit (Named Entity Recognition)
• Tvorba jazykových zdrojů z webu (effective crawling, boilerplate removal, tokenisation, near duplicates identification)
• Jazykové modelování (Language modelling)
• Identifikace tématu, modelování tématu (Topic identification, topic modelling)
• Extrakce strukturovaných informací z textu
• Automatická extrakce relací (hypernyms, synonyms, ...)
• Adaptivní elektronické slovníky
• Identifikace terminologie (keywords, key phrases)
• Rozpoznávání anaforických výrazů (Anaphora resolution)
• Stylometrie
• Automatické jazykové korekce

Literatura

• Dan Jurafsky and James H. Martin. Speech and Language Processing (2020, 3rd ed. draft). https://web.stanford.edu/~jurafsky/slp3/
• J. Eisenstein, Introduction to Natural Language Processing (2019), MIT Press.
• https://www.aclweb.org/anthology/

Výukové metody

Každá přednáška se skládá z hodinového představení teorie a řešení vybraného problému zpracování přirozeného jazyka a hodinové praktické práce u počítače zaměřené na implementaci, úpravy a vyhodnocení prezentovaných technik na běžných datech.

Metody hodnocení

Řešení úkolů v praktické části přednášky případně domácí úkoly.

Vyučovací jazyk

Angličtina

Informace učitele

http://nlp.fi.muni.cz/NlpInPracticeCourse

Další komentáře

Studijní materiály
Předmět je vyučován každoročně.

• Statistika zápisu (nejnovější)
  
• Permalink: https://is.muni.cz/predmet/fi/podzim2024/IA161